NLP-放射学报告 生成特征并预测病理结果。 (1)使用“ Generate features.py”生成特征; (2)使用“ Predict_train.py”预测病理结果。 模型 这项研究的计划。 BiLSTM,双向长期短期记忆; CNN,卷积神经网络; ANN,人工神经网络。 数据 Radiological_reports.csv显示了一些有关我们数据的示例。 token_vec_100.txt显示了Word2Vec的一些示例。 放射学报告中句子的长度和频率 生成特征的损失和准确性 ROC曲线用于区分乳腺恶性病变的原位和浸润 CBLAA,CNN加上双向长短期记忆递归神经网络,结合了注意力机制和人工神经网络。